Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy XcoverWeitere Modelle
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
Samyang
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
GoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Machine Learning for Engineers

Ryan G. McClarren (Gebundene Ausgabe, Englisch)

Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
All engineers and applied scientists will need to harness the power of machine learning to solve the highly complex and data intensive problems now emerging. This text teaches state-of-the-art machine learning technologies to students and practicing engineers from the traditionally “analog” disciplines—mechanical, aerospace, chemical, nuclear, and civil. Dr. McClarren examines these technologies from an engineering perspective and illustrates their specific value to engineers by presenting concrete examples based on physical systems. The book proceeds from basic learning models to deep neural networks, gradually increasing readers’ ability to apply modern machine learning techniques to their current work and to prepare them for future, as yet unknown, problems. Rather than taking a black box approach, the author teaches a broad range of techniques while conveying the kinds of problems best addressed by each. Examples and case studies in controls, dynamics, heat transfer, and other engineering applications are implemented in Python and the libraries scikit-learn and tensorflow, demonstrating how readers can apply the most up-to-date methods to their own problems. The book equally benefits undergraduate engineering students who wish to acquire the skills required by future employers, and practicing engineers who wish to expand and update their problem-solving toolkit.
Dieses Produkt haben wir gerade leider nicht auf Lager.
ab 28,99 €
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
01.01.2021
Sprache
Englisch
EAN
9783030703875
Herausgeber
Springer International Publishing
Sonderedition
Nein
Autor
Ryan G. McClarren
Seitenanzahl
247
Auflage
1st edition 2021
Einbandart
Gebundene Ausgabe
Buch Untertitel
Using data to solve problems for physical systems
Schlagwörter
supervised learning, unsupervised learning, Bayesian statistics, linear models, tree-based models, deep neural networks, convolutional neural networks, SciKit-Learn, Tensorflow, backpropogation
Thema-Inhalt
UYQ - Künstliche Intelligenz PBKS - Numerische Mathematik TGB - Maschinenbau TN - Bauingenieur-, Vermessungs- und Bauwesen THK - Kernenergie und Kerntechnik (Nuklearenergie, Nukleartechnik)
Höhe
235 mm
Breite
15.5 cm

Transparenz & Sicherheit

Hersteller: Springer, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!